Skip to content

AI架构

AI架构涵盖机器学习模型的训练、部署、监控全生命周期。

目录

  1. ML流水线 - 训练与推理workflow
  2. 模型服务化 - TensorFlow Serving、Seldon
  3. 特征平台 - Feast、Tecton
  4. LLM应用 - RAG、Agent架构

AI/ML架构

┌────────────────────────────────────────────────────┐
│              MLOps流程                             │
├────────────────────────────────────────────────────┤
│  数据采集   → 特征工程 → 模型训练                  │
│              ↓                                     │
│  模型评估   → 模型部署 → 在线推理                  │
│              ↓                                     │
│  监控反馈   → 模型迭代 (持续循环)                  │
└────────────────────────────────────────────────────┘

开始学习 → 01_ml_pipeline.md

💬 讨论

使用 GitHub 账号登录后即可参与讨论

基于 MIT 许可发布